終于有人把業(yè)務中臺、數(shù)據(jù)中臺、技術(shù)中臺都講明白了

作者：歐創(chuàng)新 鄧頔

來源：大數(shù)據(jù)DT（ID：hzdashuju）

• 業(yè)務能力主要體現(xiàn)為對中臺領(lǐng)域模型的構(gòu)建能力，對領(lǐng)域模型的持續(xù)演進能力，企業(yè)級業(yè)務能力的復用、融合和產(chǎn)品化運營能力，以及快速響應市場的商業(yè)模式創(chuàng)新能力。
• 數(shù)據(jù)能力主要體現(xiàn)為企業(yè)級的數(shù)據(jù)融合能力、數(shù)據(jù)服務能力以及對商業(yè)模式創(chuàng)新和企業(yè)數(shù)字化運營的支撐能力。
• 技術(shù)能力主要體現(xiàn)為對設備、網(wǎng)絡等基礎(chǔ)資源的自動化運維和管理能力，對微服務等分布式技術(shù)架構(gòu)體系化的設計、開發(fā)和架構(gòu)演進能力。
• 組織能力主要體現(xiàn)為一體化的研發(fā)運營能力和敏捷的中臺產(chǎn)品化運營能力，還體現(xiàn)為快速建設自適應的組織架構(gòu)和中臺建設方法體系等方面的能力。
• 這些能力相輔相成，融合在一起為企業(yè)中臺數(shù)字化轉(zhuǎn)型發(fā)揮最大效能。接下來，我們一起來看看在不同的領(lǐng)域應該如何實現(xiàn)這些能力。

• 一是建立統(tǒng)一的企業(yè)級數(shù)據(jù)標準指標體系，解決數(shù)據(jù)來源多元化和標準不統(tǒng)一的問題。企業(yè)在統(tǒng)一的數(shù)據(jù)標準下，規(guī)范有序地完成數(shù)據(jù)采集、數(shù)據(jù)建模、數(shù)據(jù)分析、數(shù)據(jù)集成、數(shù)據(jù)應用和數(shù)據(jù)資產(chǎn)管理。
• 二是建立與企業(yè)能力相適應的數(shù)據(jù)研發(fā)、分析、應用和資產(chǎn)管理技術(shù)體系。結(jié)合企業(yè)自身技術(shù)能力和數(shù)據(jù)應用場景，選擇合適的技術(shù)體系構(gòu)建數(shù)據(jù)中臺。
• 三是構(gòu)建支持前臺一線業(yè)務的數(shù)據(jù)中臺。業(yè)務中臺微服務化后，雖然提升了應用的高可用能力，但是隨著數(shù)據(jù)和應用的拆分，會形成更多的數(shù)據(jù)孤島，會增加應用和數(shù)據(jù)集成的難度。在業(yè)務中臺建設的同時，需要同步啟動數(shù)據(jù)中臺建設，整合業(yè)務中臺數(shù)據(jù)，消除不同業(yè)務板塊核心業(yè)務鏈條之間的數(shù)據(jù)孤島，對外提供統(tǒng)一的一致的數(shù)據(jù)服務。用“業(yè)務+數(shù)據(jù)”雙中臺模式，支持業(yè)務、數(shù)據(jù)和流程的融合。

• 交易型分布式數(shù)據(jù)庫用于解決交易型業(yè)務的數(shù)據(jù)庫計算能力，它支持數(shù)據(jù)分庫、分片、數(shù)據(jù)多副本，具有高可用的特性，提供統(tǒng)一的運維界面，具備高性能的交易型業(yè)務數(shù)據(jù)處理能力。主要應用于具有跨區(qū)域部署和高可用需求，需支持高并發(fā)和高頻訪問的核心交易類業(yè)務場景。
• 分析型分布式數(shù)據(jù)庫通過橫向擴展能力和并行計算能力，提升數(shù)據(jù)整體計算能力和吞吐量，支持海量數(shù)據(jù)的分析。主要應用于大規(guī)模結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)計分析、高性能交互式分析等場景，如數(shù)據(jù)倉庫、數(shù)據(jù)集市等。
• 交易分析混合型分布式數(shù)據(jù)庫通過資源隔離、分時和數(shù)據(jù)多副本等技術(shù)手段，基于不同的數(shù)據(jù)存儲、訪問性能和容量等需求，使用不同的存儲介質(zhì)和分布式計算引擎，同時滿足業(yè)務交易和分析需求。主要應用于數(shù)據(jù)規(guī)模大和訪問并發(fā)量大，需要解決交易型數(shù)據(jù)同步到分析型數(shù)據(jù)庫時成本高的問題，需要解決數(shù)據(jù)庫入口統(tǒng)一的問題，需要支持高可用和高擴展性等數(shù)據(jù)處理業(yè)務場景。

• 分布式緩存是將高頻熱點數(shù)據(jù)集分布于多個內(nèi)存集群節(jié)點，以復制、分發(fā)、分區(qū)和失效相結(jié)合的方式進行維護，解決高并發(fā)熱點數(shù)據(jù)訪問性能問題，降低后臺數(shù)據(jù)庫訪問壓力，提升系統(tǒng)吞吐能力。典型的開源分布式緩存技術(shù)組件有Redis。
• 搜索引擎主要解決大數(shù)據(jù)量的快速搜索和分析等需求。將業(yè)務、日志類等不同類型的數(shù)據(jù)，加載到搜索引擎，提供可擴展和近實時的搜索能力。
• 數(shù)據(jù)復制主要解決數(shù)據(jù)同步需求，實現(xiàn)同構(gòu)、異構(gòu)數(shù)據(jù)庫間以及跨數(shù)據(jù)中心的數(shù)據(jù)復制，滿足數(shù)據(jù)多級存儲、交換和整合需求。主要應用于基于表或庫的業(yè)務數(shù)據(jù)遷移、業(yè)務數(shù)據(jù)向數(shù)據(jù)倉庫復制等數(shù)據(jù)遷移場景。數(shù)據(jù)復制技術(shù)組件大多采用數(shù)據(jù)庫日志捕獲和解析技術(shù)，在技術(shù)選型時需考慮數(shù)據(jù)復制技術(shù)組件與源端數(shù)據(jù)庫的適配能力。
• 消息中間件主要適用于數(shù)據(jù)最終一致性的業(yè)務場景，它采用異步化的設計，實現(xiàn)數(shù)據(jù)同步轉(zhuǎn)異步操作，支持海量異步數(shù)據(jù)調(diào)用，并通過削峰填谷設計提高業(yè)務吞吐量和承載能力。它被廣泛用于微服務之間的數(shù)據(jù)異步傳輸、大數(shù)據(jù)日志采集和流計算等場景。另外，在領(lǐng)域驅(qū)動設計的領(lǐng)域事件驅(qū)動模型中，消息中間件是實現(xiàn)領(lǐng)域事件數(shù)據(jù)最終一致性的非常關(guān)鍵的技術(shù)組件，可以實現(xiàn)微服務之間的解耦，滿足“高內(nèi)聚，松耦合”設計原則。典型的開源消息中間件有Kafka等。